一種面向垂直門戶推薦系統(tǒng)的設計與實現(xiàn).pdf

1、互聯(lián)網(wǎng)技術的不斷發(fā)展以及信息科學的日益進步，網(wǎng)絡數(shù)據(jù)呈指數(shù)增長趨勢，個性化推薦系統(tǒng)應運而生并蓬勃發(fā)展。個性化推薦系統(tǒng)根據(jù)用戶偏好對數(shù)據(jù)進行過濾，并根據(jù)用戶模型向其推薦可能感興趣的項目。作為網(wǎng)絡數(shù)據(jù)的重要組成部分——網(wǎng)絡新聞，用戶面對門戶網(wǎng)站發(fā)布的海量新聞無所適從，出現(xiàn)“信息過載”和“信息迷向”現(xiàn)象[1]。新聞推薦系統(tǒng)根據(jù)用戶模型與新聞模型，采用不同的推薦算法，為用戶進行新聞推薦，從而提高用戶閱讀質量[2]。然而當前新聞推薦系統(tǒng)多面向綜合

2、門戶網(wǎng)站，面向垂直門戶推薦系統(tǒng)鮮有研究。
　　垂直門戶網(wǎng)站相比傳統(tǒng)門戶網(wǎng)站，在用戶、新聞以及需求等方面都存在差異:(1)垂直門戶擁有特定的用戶群體，用戶大都為行業(yè)從事者或者領域專家，這對于用戶建模有更高精確度的要求;(2)垂直門戶新聞為該領域（地域）新聞信息，因此新聞間相似度相比傳統(tǒng)門戶新聞間更高，需要精確的新聞建模以區(qū)分不同新聞;(3)垂直門戶用戶閱讀目的性更強烈。傳統(tǒng)新聞門戶閱讀者關注點是“告訴我一些有趣的信息”，而垂直新聞網(wǎng)

3、站的用戶需求是“給我展示我需要的信息”。上述三方面差異驅使基于垂直門戶新聞推薦系統(tǒng)需具有更高的準確度，需建立推薦方法與用戶之間更高的粘連性，使垂直門戶的新聞推薦系統(tǒng)面臨更大的挑戰(zhàn)。
　　文章根據(jù)垂直門戶的特點與需求，在傳統(tǒng)新聞推薦系統(tǒng)基礎上，研究并開發(fā)了一種面向垂直門戶的新聞推薦系統(tǒng)。文章介紹該系統(tǒng)各模塊及系統(tǒng)工作流程。系統(tǒng)采用混合推薦算法，將AJS算法、AWC-BC算法與AK-means算法，根據(jù)用戶個性與閱讀偏好，進行列表融合